I.14Автоматизация процессов и AI-агенты

ArmorOCR — модель для распознавания текста на изображениях с привязкой результатов к их расположению, разработанная на базе Qwen3-VL-8B-Instruct. Она предназначена для работы с обычными и состязательными изображениями, где текст может быть искажён или специально скрыт. Модель принимает исходное изображение и формирует текстовый ответ за один проход, без преобразований изображения во время инференса и без помощи внешних инструментов. ArmorOCR использует мультимодальную архитектуру Qwen3-VL и доступна в формате safetensors для библиотеки Transformers. Карточка указывает английский и китайский языки. Модель дообучена на Qwen3-VL-8B-Instruct; базовая модель имеет 8 млрд параметров. Репозиторий распространяется по лицензии Apache-2.0. Описание не содержит результатов оценки качества или подробностей ограничений на конкретных типах изображений.

Cipher-AI/AutoCorrect-EN-v2 — англоязычная модель автокоррекции опечаток, созданная дообучением T5-Base с помощью Transformers. Она принимает текст с ошибками и генерирует исправленный вариант; пример в карточке показывает восстановление искажённых слов в английском предложении. Модель содержит 123,8 млн параметров, использует архитектуру T5ForConditionalGeneration и формат safetensors. Для обработки модельного контекста метаданные указывают 512 токенов; в примере кода вход обрезается до 256 токенов. Поддерживаемый язык — английский. Модель предназначена для исправления опечаток в текстах и может использоваться в редакторах, формах ввода и конвейерах очистки текста. Она выпущена по лицензии Apache-2.0. Карточка демонстрирует коррекцию на примере, но не описывает качество на разных типах ошибок; назначение ограничено автокоррекцией и не подтверждает проверку грамматики или смысла текста.

LocalDoc разработала компактную модель распознавания отдельных строк азербайджанского текста на основе CRNN с CTC-декодированием. Она принимает изображение уже обрезанной строки и выдаёт текст латиницей или кириллицей; для распознавания целых страниц её можно сочетать с детектором строк. Модель содержит 8,5 млн параметров, занимает около 34 МБ и работает на CPU. В README приведены результаты на наборе LocalDoc/azerbaijani-ocr-benchmark: CER 0,0242 и WER 0,0565. Модель подходит для распознавания строк в сканах книг и документов на азербайджанском языке, в том числе при пакетной обработке страниц через отдельный детектор. Она использует жадное CTC-декодирование без языковой модели; заявлена лицензия CC BY 4.0. Карточка рекомендует учитывать качество исходных сканов и особенности обучающих меток при оценке результатов.

ilsilfverskiold/bart-keyword-extractor — англоязычная модель BART, дообученная на facebook/bart-large для извлечения ключевых слов из текста. Она генерирует основные ключевые слова по входному тексту и подходит для автоматической разметки новостных материалов и подготовки метаданных для поиска. Модель содержит 252,8 млн параметров, использует архитектуру encoder-decoder и принимает контекст длиной до 1024 токенов. В README приведено значение loss 0,6179 на оценочном наборе; иных сведений о качестве нет. Модель распространяется по лицензии Apache-2.0.

ss756/bert-base-cased-finetuned-squad — модель BERT, дообученная на наборе SQuAD для ответов на вопросы по предоставленному тексту. В репозитории указаны 135,5 млн параметров, архитектура BertForQuestionAnswering, формат PyTorch и контекст до 512 токенов. Разработчик приводит значение loss 1,0081 на оценочной выборке. Модель предназначена для извлечения ответа из контекста по вопросу, например для поиска фактов в документах или создания простого конвейера вопросно-ответного поиска. Она основана на bert-base-cased и распространяется по лицензии Apache-2.0. Карточка не описывает поддерживаемые языки и ограничения качества; обучение на SQuAD указывает на англоязычную задачу.

AyoubChLin/bert-base-multilingual-cased-xnli-nli — мультиязычная модель на архитектуре BERT, дообученная на датасете facebook/xnli для трёхклассового вывода по текстовой паре. Она определяет, следует ли гипотеза из посылки, нейтральна ли она относительно посылки или противоречит ей. Модель содержит 205,1 млн параметров, принимает пары текстов и имеет контекст до 512 токенов; более длинные входы обрезаются. Модель подходит для классификации текстовых пар и zero-shot-классификации, когда метки можно сформулировать как гипотезы. Карточка указывает на мультиязычную поддержку, но качество следует проверять на целевом языке и в целевой предметной области. Результаты NLI не следует использовать как самостоятельное доказательство фактичности утверждений. Лицензия в предоставленных данных не указана.

Joseeangel разработал эту модель для извлечения ответов из текста в формате SQuAD v1.1. Это BERT Base Uncased с 136,7 млн параметров, полностью дообученный на подвыборке SQuAD; модель выдаёт оценки начальной и конечной позиций ответа в контексте. Она предназначена для английских вопросов по абзацу, в котором ответ заведомо присутствует. В README приведены результаты на отложенной тестовой выборке: F1 82,14 и exact match 72,77. Модель работает с текстом и английским языком. Контекст ограничен 512 токенами по метаданным; при обработке длинных контекстов README описывает разбиение на перекрывающиеся окна длиной до 384 subwords. Модель всегда возвращает наиболее подходящий фрагмент и не умеет отказаться от ответа, поэтому её не следует применять без проверки человеком там, где ошибка может повлечь серьёзные последствия. Лицензия модели — Apache-2.0.

Модель Portuguese NER BERT-CRF HAREM Default — дообученная модель на основе BERT для распознавания именованных сущностей в португальском тексте. Она использует декодер Conditional Random Fields (CRF) и схему разметки HAREM Default; также доступны варианты схем HAREM Selective и CoNLL-2003. Модель предназначена для извлечения и классификации именованных сущностей в тексте. Её можно применять через pipeline для NER в библиотеке Transformers или интегрировать в экосистему Hugging Face. В README приведён результат F1 0,787 на Miniharem Testset. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0. Результат на тестовом наборе не гарантирует аналогичного качества на других данных; качество может зависеть от соответствия текста и схемы разметки HAREM.

savasy/bert-turkish-text-classification — модель классификации турецких текстов на семь тематических категорий: мировые события, экономика, культура, здоровье, политика, спорт и технологии. Это дообученная для классификации последовательностей модель семейства BERT; в README указана базовая модель dbmdz/bert-base-turkish-cased. Размер модели — 137,8 млн параметров, максимальная длина контекста — 512 токенов. Модель принимает текст и возвращает метку категории с оценкой уверенности. Она подходит для тематической сортировки турецких новостей и текстов по семи указанным рубрикам. Доступны веса в форматах PyTorch, Flax и safetensors. Лицензия в предоставленных данных не указана.

anhdt84/bge_m3_multiplenegativesrankingloss — модель эмбеддингов на основе BAAI/bge-m3, дообученная для банковской тематики. Она предназначена для семантического поиска и извлечения релевантных текстов, а также сравнения сходства предложений; в примере карточки запрос о требованиях для открытия кредитной карты кодируется в вектор для поиска. Модель построена на архитектуре XLM-RoBERTa, содержит 658,7 млн параметров и поддерживает контекст до 8194 токенов. Для работы используется Sentence-Transformers; файлы модели представлены в формате safetensors. Карточка демонстрирует применение на вьетнамском языке, а базовая BGE-M3 описана как многоязычная модель. Лицензия — Apache-2.0. Качество на других банковских задачах и языках, а также ограничения дообучения в карточке не описаны.

Модель cvalenciaunivalle/bilstm-crf-fasttext-conll-bs8 — модель распознавания именованных сущностей, разработанная Лаурой Валеро и Кристианом Валенсией для учебного семинара по обработке естественного языка в Univalle. Она использует двунаправленную LSTM с выходным слоем CRF и 300-мерными испанскими FastText-эмбеддингами; обучение проводилось на испанской части CoNLL-2002. На тестовой выборке CoNLL-2002 указаны F1 0,7973, точность 0,8109 и полнота 0,7842. Модель принимает испанский текст и присваивает метки токенам для распознавания именованных сущностей. Для загрузки требуется собственный код модели с параметром trust_remote_code=True. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC-SA 4.0 допускает использование на условиях атрибуции, распространения производных материалов на тех же условиях и некоммерческого применения.

Breeze-13B-32k-Base-v1_0 — текстовая авторегрессионная модель семейства Mistral, опубликованная пользователем win10 на Hugging Face. Это объединённая с помощью mergekit модель, собранная из нескольких копий MediaTek-Research/Breeze-7B-32k-Base-v1_0; в репозитории указано 12,5 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и запуска сценариев на длинном контексте. Веса размещены в формате safetensors, лицензия — Apache-2.0. README не приводит результатов оценки качества или подробных ограничений, поэтому пригодность для конкретной задачи следует проверять отдельно.

Это дообученная модель CLIP ViT-B/32 на базе openai/clip-vit-base-patch32, созданная для поиска соответствий между изображениями и подписями. Разработчик продолжил предобучение на парах изображение–подпись из датасета Flickr30K с помощью симметричной функции потерь InfoNCE и низкой скорости обучения. Модель подходит для сопоставления изображения с текстовыми описаниями и классификации изображений по текстовым меткам без отдельного обучения на целевых классах. В описанной оценке на Flickr30K дообучение увеличило разрыв сходства между подходящей подписью и отвлекающей подписью, преимущественно за счёт снижения сходства с отвлекающими подписями. README сообщает, что обучающие и оценочные индексы датасета не пересекались. Модель принимает изображения и текст, а вычисляет их совместные представления и оценки сходства; метаданные указывают формат safetensors. Лицензия — MIT. Результаты оценки приведены для Flickr30K, поэтому качество на других наборах данных и доменах из этих сведений не следует.

Это экспериментальный чекпойнт языковой модели Qwen3-4B, дообученный методом обучения с подкреплением GRPO в OpenRLHF. Разработчик — agurung; в качестве исходной модели указана Qwen/Qwen3-4B-Instruct-2507. Чекпойнт сохранён на шаге 8 обучения и показал лучший результат pass@8 среди чекпойнтов этого запуска. Модель предназначена для генерации кода и решения задач программирования. Обучение проводилось на задачах, которые исходная модель решала редко, с бинарным вознаграждением за прохождение тестов. Используются архитектура Qwen3 с плотной причинной языковой моделью, 3,7 млрд параметров и контекст до 262 144 токенов; модель принимает и генерирует текст. В обучающем описании нет доступных метрик оценки этого чекпойнта, поэтому преимущество по pass@8 относится только к чекпойнтам данного запуска и не подтверждает качество на других наборах задач. Данные не сообщают лицензию.

ainergy/CodeLlama-SDSAT_L7_13B — дообученная модель ainergy на базе CodeLlama-13B, представленная как 13-миллиардная модель для работы SDSAT (ускорения вывода LLM с помощью speculative decoding и semantic adaptive tokens). Она предназначена для генерации кода и сценариев, где применяется этот подход к ускорению вывода. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 12,9 млрд параметров и поддерживает контекст до 16 384 токенов. Репозиторий содержит веса Safetensors; лицензия — Apache 2.0. Карточка указывает язык Code, поэтому естественный язык модели определить нельзя.

CompassJudger-2-7B-Instruct — языковая модель-судья из серии CompassJudger-2, дообученная разработчиками OpenCompass на Qwen2.5-7B-Instruct. Модель предназначена для оценки ответов и сравнения их качества, в том числе в попарных сценариях. В README описаны обучение на данных из разных задач и областей, применение проверяемых наград, chain-of-thought и rejection sampling; заявлена оценка на нескольких бенчмарках для моделей-судей и reward-моделей. Модель имеет плотную архитектуру Qwen2, около 7,1 млрд параметров и контекст до 32 768 токенов. Она принимает текст и выдаёт текстовые оценки или суждения; в метаданных также отмечен интерфейс tool calling. README не перечисляет поддерживаемые естественные языки. Репозиторий использует safetensors, библиотеку Transformers и лицензию Apache-2.0. Утверждения README о превосходстве по бенчмаркам не сопровождаются в предоставленной карточке полными результатами и методологией; качество оценок может зависеть от задачи и домена.

CoPE-B-A4B — текстовая модель второго поколения для оценки контента, разработанная компанией Zentropi и дообученная на базе Google Gemma 4 26B A4B IT с помощью LoRA, после чего адаптеры были объединены с базовой моделью. Это разреженная MoE-модель: в README указаны 25,2 млрд параметров всего и 3,8 млрд активных параметров, тогда как метаданные каталога указывают 2 млрд параметров. Модель принимает текст с заданной политикой и содержимым и выдаёт бинарную метку: соответствует ли содержимое одному из заданных критериев. Контекст составляет до 256K токенов; модель рассчитана прежде всего на интерпретацию политик на английском языке США. Модель подходит для модерации и разметки контента, оценки риска во входных запросах и ответах LLM, фильтрации обучающих данных и формирования признаков для ранжирования ленты. Она поддерживает настраиваемые политики и выполняет классификацию за один проход. Ограничения: классификация только бинарная, объединение нескольких меток в одной политике не поддерживается, изображения не обрабатываются, качество может снижаться для других языков и локалей. Модель не проверяет факты извне, если необходимая информация не включена в контекст. Лицензия — Apache-2.0.

crossencoder-camembert-base-mmarcoFR — франкоязычная модель ранжирования от Antoine Louis на базе CamemBERT, дообученная на данных mMARCO-fr. Архитектура Cross-Encoder выполняет совместное кодирование запроса и отрывка с перекрёстным вниманием и выдаёт оценку релевантности от 0 до 1. Модель содержит 137,8 млн параметров, использует Sentence-Transformers и принимает пары текстов; максимальная длина входной последовательности при обучении составляла 256 токенов, а нативный контекст — 514 токенов. Модель предназначена для второго этапа семантического поиска: она переоценивает отрывки, предварительно найденные быстрым поисковым механизмом, например BM25 или плотным биэнкодером, и сортирует их по релевантности запросу. Обучение проводилось на французских данных mMARCO с трудными отрицательными примерами; качество оценивали на dev-наборе mMARCO-fr. Лицензия — MIT. Поскольку Cross-Encoder отдельно обрабатывает каждую пару запроса и отрывка, переоценка большого набора кандидатов может быть затратной по сравнению с первичным поиском; модель предназначена для ранжирования отрывков, а не для поиска по всему корпусу сама по себе.

crossencoder-camembert-large-mmarcoFR — кросс-энкодер для ранжирования франкоязычных текстов, разработанный Antoine Louis. Модель совместно обрабатывает запрос и каждый кандидатный фрагмент, учитывает взаимодействие между ними и выдаёт оценку релевантности от 0 до 1. Её используют как второй этап семантического поиска: сначала система, например BM25 или би-энкодер, извлекает кандидатов, затем модель переупорядочивает их по релевантности запросу. Модель основана на CamemBERT large и дообучена на французской части mMARCO — многоязычной версии MS MARCO. В метаданных указаны 435,4 млн параметров, библиотека Sentence Transformers и контекст длиной 514 токенов; в обучении использовались пары запрос–фрагмент длиной до 256 токенов и сложные негативные примеры. Модель предназначена для французского языка и выдаёт оценки ранжирования, а не готовые ответы. Лицензия — MIT. Поскольку модель оценивает пары отдельно, для большого числа кандидатов ранжирование может быть вычислительно затратным; качество зависит также от того, насколько подходящие фрагменты нашёл первый этап поиска.

Это франкоязычная модель переранжирования cross-encoder, разработанная Antoine Louis. Она оценивает пары «вопрос — фрагмент текста» и выдаёт оценку релевантности, по которой можно сортировать результаты семантического поиска после первичного извлечения, например BM25 или bi-encoder. Модель предназначена для повышения качества выдачи по запросам на французском языке. Модель основана на XLM-RoBERTa и дообучена на французских данных mMARCO: использовано 2,6 млн обучающих пар с положительными и сложными отрицательными примерами. В метаданных указаны 110,2 млн параметров и контекст до 514 токенов; в описании обучения максимальная длина пары составляла 256 токенов. Оценка вычисляется с помощью sigmoid и находится в диапазоне от 0 до 1. Для работы требуется оценивать каждую пару запроса и фрагмента отдельно, поэтому модель подходит для второго этапа поиска, а не для первичного поиска по большим коллекциям. Модель распространяется по лицензии MIT.

potsawee/deberta-v3-large-mnli — модель классификации текстовых пар, разработанная на основе DeBERTa-v3 Large и дообученная на MultiNLI. Она оценивает, следует ли гипотеза из посылки или противоречит ей; во время обучения также использовался класс нейтрального отношения, но соответствующая выходная голова удалена. Модель принимает пару текстов и выдаёт вероятности следования и противоречия. Архитектура DeBERTa-v2 для классификации последовательностей содержит 533,8 млн параметров, максимальный контекст — 512 токенов. Карточка указывает английский язык, формат PyTorch и лицензию Apache-2.0.

kjanh/detect_english — модель токен-классификации, опубликованная пользователем Khanh (kjanh) на Hugging Face. По идентификатору модели она предназначена для определения английского языка в текстовых данных. Модель относится к семейству DistilBERT и использует библиотеку Transformers; в метаданных указано около 0,1 млрд параметров и контекст до 512 токенов. Поддерживаемые модальности — текстовые данные, а задача классификации выполняется на уровне токенов. Сведения о лицензии, точном наборе языков, датасете, метриках и конкретных метках классификации в доступных источниках не установлены. Результаты следует проверять на собственных данных, особенно для коротких, смешанных, многоязычных или нестандартных текстов.

BUT-FIT представляет DiariZen WavLM Large S80 MD v2 — модель для анализа речи и диаризации говорящих. Компонент EEND построен на WavLM Large и слоях Conformer; модель обучена на одноканальных дальнеполевых аудиозаписях из публичных наборов данных, включая AMI, AISHELL-4, AliMeeting, NOTSOFAR-1, MSDWild, DIHARD3, RAMC и VoxConverse. Модель поддерживает диаризацию при перекрывающейся речи до четырёх говорящих. После структурного прореживания с разреженностью 80% число параметров WavLM Large сокращено с 316,6 млн до 63,3 млн, а вычислительная стоимость — с 17,8 до 3,8 млрд MAC на секунду. Метаданные указывают задачу voice activity detection; README также описывает диаризацию говорящих. Модель предназначена для обработки дальнеполевых одноканальных записей встреч и разговоров. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. README предупреждает, что устаревший код может ухудшить результаты или вызвать проблемы при работе.

kaouther/distilbert-base-uncased-finetuned-squad — модель на базе DistilBERT, дообученная на наборе данных SQuAD для ответов на вопросы по предоставленному тексту. Она принимает вопрос и контекст и предсказывает ответ, извлечённый из контекста. Модель поддерживает английский язык и рассчитана на контекст до 512 токенов; опубликована в формате PyTorch. Модель подходит для поиска ответов в статьях, справочных материалах и других англоязычных текстах. В карточке приведён результат оценки на тестовой выборке SQuAD: loss 1,1703. Лицензия — Apache-2.0. Подробности о точности на иных данных и дополнительных ограничениях в карточке не приведены.

Это англоязычная модель ответов на вопросы, созданная как воспроизведение варианта DistilBERT из статьи DistilBERT. Студент distilbert-base-uncased дообучен на SQuAD v1.1 с дополнительной дистилляцией от модели lewtun/bert-base-uncased-finetuned-squad-v1, также настроенной на SQuAD. Репозиторий содержит веса PyTorch; архитектура в метаданных указана как DistilBertForMaskedLM, хотя README описывает модель для ответов на вопросы. Модель предназначена для извлечения ответа на вопрос из предоставленного текста на английском языке, например для поиска факта в документе или ответа по статье. Контекст ограничен 512 токенами. В README приведены результаты на SQuAD: Exact Match 78,4 и F1 86,5. Модель распространяется по лицензии Apache-2.0.

Карточка модели bnewmiller/distilbert-base-uncased-finetuned-squad-d5716d28 на Hugging Face совпадает с карточкой Asynk/distilbert-base-uncased-finetuned-squad-d5716d28, поэтому описание составлено по ней. Это англоязычная модель ответов на вопросы, созданная как воспроизведение варианта DistilBERT из статьи DistilBERT. Студент distilbert-base-uncased дообучен на SQuAD v1.1 с дополнительной дистилляцией от модели lewtun/bert-base-uncased-finetuned-squad-v1, также настроенной на SQuAD. Репозиторий содержит веса PyTorch; архитектура в метаданных указана как DistilBertForMaskedLM, хотя README описывает модель для ответов на вопросы. Модель предназначена для извлечения ответа на вопрос из предоставленного текста на английском языке, например для поиска факта в документе или ответа по статье. Контекст ограничен 512 токенами. В README приведены результаты на SQuAD: Exact Match 78,4 и F1 86,5. Модель распространяется по лицензии Apache-2.0.

Это дообученная модель Grogros на архитектуре Llama 3.2: плотная языковая модель с 1,2 млрд параметров на базе meta-llama/Llama-3.2-1B-Instruct. Она предназначена для генерации текста и диалогового взаимодействия; в метаданных также отмечен интерфейс вызова инструментов. Заявленная длина контекста — 131 072 токена. Карточка не описывает датасет, цели дообучения, результаты оценки или особые сценарии применения, поэтому их нельзя определить. Модель распространяется в формате safetensors по лицензии Llama 3.2; перед использованием следует учитывать условия этой лицензии.

dolphin-2.1-mistral-7b-snr-laser — экспериментальная разговорная языковая модель на архитектуре Mistral, созданная разработчиком Dolphin на основе Mistral AI и обученная на наборах Dolphin и Airoboros 2.2.1. Модель содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и использует формат диалога ChatML. Модель предназначена для генерации текста и диалогового помощника, в том числе для ответов на вопросы, творческих задач и сценариев с вызовом функций. В README описан метод частичной заморозки параметров по анализу laserRMT, призванный снизить забывание ранее усвоенных знаний при дообучении. Карточка заявляет, что модель uncensored и более склонна выполнять запросы; перед предоставлением пользователям рекомендуется самостоятельно добавить слой выравнивания поведения. Модель поддерживает английский язык. Распространяется по лицензии Apache-2.0, допускающей коммерческое и некоммерческое использование. Оценка качества в README приведена для отдельных бенчмарков и не гарантирует качество в других сценариях.

Eklav-8B-Reranker — дообученная модель на базе Qwen/Qwen3-8B, созданная для ранжирования пассажей по релевантности запросу. Метод обучения Eklav учит модель продолжать частичную цепочку рассуждений учителя и самостоятельно получать ответ, вместо полного воспроизведения этой цепочки. На этапе применения подсказка учителя не используется: модель анализирует запрос и пассаж, генерирует рассуждение с итоговой меткой true или false, а релевантность оценивается по логитам последнего токена. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, работает через Transformers, веса доступны в формате safetensors; длина контекста — 40 960 токенов. В README описано применение для ранжирования пассажей в тестах BRIGHT и NevIR; заявлены улучшение nDCG@10 на 9% относительно стандартного обучения на полных цепочках рассуждений и сокращение вычислений обучения на 32% при одинаковых базовой модели и данных. Эти результаты основаны на одном запуске оценки для каждого домена BRIGHT. Лицензия в предоставленных сведениях не указана.

Модель Mateo Rúa создаёт 384-мерные семантические эмбеддинги заголовков товаров для испаноязычной электронной коммерции. Это дообученная с помощью contrastive learning модель Sentence Transformers на базе intfloat/multilingual-e5-small; архитектура — BERT, размер — 124,3 млн параметров. Модель предназначена для семантического поиска, рекомендаций, выявления дубликатов и группировки товаров в каталогах маркетплейсов. В README приведены результаты retrieval на независимом тесте: Recall@10 составляет 0,921, то есть товар той же категории входит в десятку ближайших соседей в 92% случаев. Модель принимает текстовые заголовки и выдаёт векторы; использует косинусное сходство и поддерживает последовательности до 512 токенов. Оптимизирована для коротких названий товаров на испанском языке и обучена на данных товарного каталога 2019 года. Модель может хуже работать на длинных текстах, с неоднозначными терминами и с недавно появившимися категориями или брендами. Для португальского языка README рекомендует дообучение на соответствующих данных. Лицензия — Apache 2.0.